企业官网建设流程全解析

CoDiver是一款开源的一体化软件度量平台，其中的 Agile 分析能力可以帮你用 Sprint 速度（Velocity）、燃尽图（Burndown Chart）和范围蔓延（Scope Creep）三组可视化指标，快速判断团队的交付节奏是否健康。无需手工算公式，只需上传一份 Sprint JSON 数据，Streamlit 仪表盘就会自动算出结果。

什么是 CoDiver 的 Agile 分析？

CoDiver 把三大能力集成在同一个界面上：

本文聚焦第三块：Agile 流程分析。上传 Sprint 数据后，页面会自动生成2 张趋势图 + 2 张指标卡，也就是标题里说的"3 张图表"——速度趋势图、燃尽图，以及范围蔓延百分比卡片。

架构细节可参考官方文档：docs/architecture.md

3步上手：从 JSON 到仪表盘

整个过程不到 1 分钟，无需任何命令行操作：

1. 准备数据：把 Sprint 数据整理成 JSON 数组。仓库自带一份可直接使用的示例：data/sprintJSON.json，字段结构如下：

2. 上传数据：在侧边栏的Universal Control Center中，通过 "Upload Sprint Data (JSON)" 入口上传该文件。上传组件定义在 app.py 中。

3. 执行分析：点击侧边栏的Execute CoDiver Analysis按钮，切换到Agile Analytics标签页，即可看到指标卡与图表。Agile 结果的渲染入口是 render_agile_results。

💡 提示：你可以同时上传.py/.java源码文件，CoDiver 会按扩展名自动路由到对应分析引擎，一次点击同时出结果。

图表一：Sprint Velocity Trend 读懂团队交付能力

第一张图是Sprint Velocity Trend（Sprint 速度趋势图），以天为横轴、completed_points为纵轴绘制折线：

• 📈 曲线稳步爬升 → 团队按节奏推进，交付可预测
• ⚠️ 曲线后半段才陡升 → 前期堆积、后期赶工，Sprint 尾部风险高
• 🧊 曲线中途走平 → 可能存在阻塞（技术债、外部依赖、需求不清）

配套的大数字卡片Average Velocity是各天completed_points的均值，核心公式见 analyze_agile_metrics。以示例数据为例：(10 + 15 + 20 + 50) ÷ 4 = 23.75，即团队平均每天完成约 24 个故事点。

🎯 实用技巧：连续 3 个 Sprint 的平均速度，比单次 Sprint 更能代表团队的真实产能，用它来给下个 Sprint 做规划。

图表二：Sprint Burndown Chart 看懂剩余工作量

第二张图是Sprint Burndown Chart（燃尽图），以sprint_day为横轴、remaining_points为纵轴，直观展示"还剩多少没干"：

• ✅健康形态：剩余点数逐日下降，Sprint 结束归零。示例数据45 → 33 → 15 → 0就是一条教科书式燃尽曲线
• 🚨黄色信号：曲线比理想直线"平"，说明进度落后，需要砍需求或加班
• 🚨红色信号：曲线不降反升（剩余点数回升），几乎可以确定有需求插入或返工

图表的绘制逻辑在 render_agile_charts，基于plotly.express实现，支持鼠标悬停查看每日精确数值。

指标卡：Scope Creep 量化"需求膨胀"

Agile 项目中最常见的失控形式是范围蔓延（Scope Creep）——Sprint 进行到一半不断插入新需求。CoDiver 用一个百分比把它量化：

Scope Creep % = 全部新增点数 ÷ 全部计划点数 × 100

计算代码位于 src/software_metrics/calculators/agile.py。用示例数据算一下：(5 + 3 + 2 + 0) ÷ (50 × 4) = 10 ÷ 200 = 5%，右侧卡片会显示Scope Creep 5%。

经验参考阈值：

一次完整的分析长什么样？

上传 data/sprintJSON.json 后，Agile Analytics 页面从上到下依次呈现：

1. Average Velocity卡片：23.75
2. Scope Creep卡片：5%
3. Sprint Velocity Trend折线图：完成点数 10 → 15 → 20 → 50
4. Sprint Burndown Chart燃尽图：剩余点数 45 → 33 → 15 → 0

结论一目了然：这个 4 天迷你 Sprint 前期略慢、第 4 天冲刺收尾，新增需求仅占 5%，整体健康。页面编排逻辑可查阅 src/software_metrics/ui/dashboard.py。

常见问题 FAQ

Q：我的数据不是 JSON 格式，能用吗？A：先用 Excel 等工具导出为 JSON 数组，保证包含上文表格中的 5 个字段即可，字段名需完全一致。

Q：速度趋势图和燃尽图分别看什么？A：速度趋势回答"团队干得多快"，燃尽图回答"还剩多少没干"。前者看产能，后者看进度，两者结合才能判断 Sprint 风险。

Q：能只跑 Agile 分析，不跑代码分析吗？A：可以。只上传 Sprint JSON 文件即可，页面只会出现 Agile Analytics 标签，源码文件是可选的。

Q：修改阈值后结果会变化吗？A：Agile 指标是纯数据计算，不受侧边栏"Complexity Warning Threshold"等参数影响（那些参数只作用于 Python/Java 代码分析）。

总结

CoDiver 的 Agile 分析把三件平时需要手工统计的事自动化了：

• 🚀Sprint Velocity Trend：平均速度一眼可见，产能趋势不再靠感觉
• 📉Sprint Burndown Chart：剩余工作量逐日可见，延期风险提前暴露
• 🎯Scope Creep %：需求膨胀量化为百分比，复盘时拿数据说话

只需一份 JSON，三组图表即刻生成，是 Scrum Master、技术负责人做 Sprint 回顾时非常顺手的小工具。